10月25日下午，清華大學新聞與傳播學院全球發(fā)展與健康傳播研究中心（以下簡稱“中心”）2025年第三期媒體工作坊——“AI時代如何分辨與核實虛假信息”在清華大學清綠零碳空間順利落幕。本次工作坊由清華大學新聞與傳播學院與澎湃新聞聯合主辦，中心與澎湃新聞·明查工作室承辦，清華大學總務長辦公室/綠色大學辦公室協辦，邀請到了中央廣播電視總臺CGTN、世界衛(wèi)生組織西太平洋區(qū)辦事處、騰訊朱雀實驗室，以及主辦方清華大學新聞與傳播學院、澎湃新聞的五位嘉賓，與現場近80位觀眾一起，共同探討在AI驅動的信息環(huán)境中，如何有效地進行事實核查（Fact-Checking）、虛假信息溯源（Source Tracing）以及平臺算法治理。

工作坊由清華大學新聞學院與人文學院雙聘副教授、全球發(fā)展與健康傳播研究中心秘書長蘇婧主持。澎湃新聞明查工作室編輯鄭淑婧首先以“腦腐時代的事實核查”為題，分享了明查工作室在事實核查方面的經驗及看法。鄭淑婧認為，隨著人工智能的飛速發(fā)展和社交平臺用戶的激增，人們正步入一個虛假信息爆發(fā)的“腦腐時代”，AI造假已成為人類短期內面臨的頭號風險之一。她進一步提到，AI驅動的虛假信息主要分為三類：大型語言模型編造的“AI幻覺”、AI圖像和深度偽造視頻，“這些AI內容正迅速削弱公眾分辨真?zhèn)蔚哪芰?，進入‘AI超現實主義’階段”。

面對挑戰(zhàn)，明查工作室分享了事實核查的四大“干貨”方法：一是溯源，通過追溯原圖原視頻來獲取場外信息，例如發(fā)布頻道是否為AI生成專頁、圖像是否有Sora等AI模型的水印標記等；二是觀察，從細節(jié)入手，辨別圖像中的畸形手指、過于完美的皮膚和發(fā)絲，或視頻中不符合物理規(guī)律的現象；三是硬核手段，包括關鍵幀反搜、地理定位，以及更專業(yè)的假臉檢測和紋理對比等實驗室技術；四是以“魔法打敗魔法”，利用第三方工具和現有的主流大模型，如ChatGPT、Claude作為輔助工具進行核查。鄭淑婧強調，雖然AI核查能力在增強，“但目前沒有一款工具是完美的，最終仍需專業(yè)判斷”。

隨后，CGTN事實核查項目負責人彭芃從國際傳播視角，深入分析了海外事實核查領域的探索與挑戰(zhàn)。彭芃指出，根據研究報告顯示，海外超過半數的受眾認為自己無法有效辨別虛假信息，而政客和網紅的言論被認為風險最高，傳統(tǒng)新聞媒體的風險較低，而強社交屬性的平臺如Facebook和TikTok在傳播方面加劇了虛假信息導致的威脅。

彭芃還分享了國際社會在治理層面的最新動態(tài)：平臺方面，Meta（Facebook）已將內容治理模式從第三方核查轉向類似X（Twitter）的社區(qū)筆記模式；立法層面，中國、美國以及歐盟針對AI技術推出不同的監(jiān)管舉措；而在技術應對上，CGTN新媒體開發(fā)了內部工具，基于海外社交平臺熱榜和搜索趨勢，運用AI多模態(tài)檢測技術，來賦能事實核查工作，并積極探索與海內外科技公司、高校頂尖實驗室等機構的合作。在分享最后，彭芃以清華大學新聞與傳播學院院長周慶安教授的一句話作為總結，呼吁在眾聲喧嘩的AI時代，新聞傳播者應建立并堅守新聞真實性這一最核心的理想信念。

世界衛(wèi)生組織西太區(qū)風險溝通技術官張文雅菁，從全球公共衛(wèi)生的角度切入，指出AI正在將信息疫情轉變?yōu)橐粓觥靶湃挝C”。她以多個案例說明AI對公眾健康決策的直接威脅，并強調，虛假信息傳播速度遠超科學澄清，“一條深度偽造視頻可在10分鐘內病毒式傳播，而衛(wèi)生部門回應卻需2-3天”。

在此背景下，張文雅菁介紹世衛(wèi)組織的應對策略是“快、建、穩(wěn)”，并在此基礎上正與清華大學新聞與傳播學院合作開發(fā)行為研究與情報指導應急（BRIDGE）方法中的相關工具，強調“以人為本”構建信任：BRIDGE是一種在突發(fā)事件中，為各國政府提供“行為洞察工具”和協作網絡支持的方法，以確保應急響應工作及時、基于證據，并以社區(qū)為中心。在分享最后，張文雅菁也希望在未來繼續(xù)與清華大學一起通過合作提升區(qū)域內的應急準備工作，并通過技術來幫助區(qū)域內各國傾聽來自大眾的聲音。

騰訊朱雀實驗室高級研究員唐夢云就“AI生成檢測領域的技術實踐”進行了深度分享。她指出，AI內容生成技術正經歷指數級迭代，從早期的風格化遷移到如今逼真的深度偽造視頻，AI生成內容的真實度已遠超人眼辨識極限，這給AI生成檢測領域帶來了前所未有的技術挑戰(zhàn)。唐夢云介紹了朱雀實驗室在應對這一挑戰(zhàn)上的核心技術路線，強調其工作的目標是提升檢測的泛化性、實時性和魯棒性（robustness，即結構和功能的穩(wěn)定性），為AI技術的應用加上“安全閥”。

她詳細闡述了技術實踐的幾個重要方向：一是AI生成痕跡檢測，主要通過分析AI模型在生成過程中留下的微小數字痕跡，例如特定頻率的偽影、紋理失真或不自然的光影投射等，這需要借助高度復雜的深度學習模型來捕獲。二是內容溯源與數字水印技術，“AI生成技術及應用的提供方應該從內容生成源頭即打上不可篡改的標識，為后續(xù)的事實核查提供確鑿的追溯鏈條”。三是跨模態(tài)內容的一致性校驗，針對深度偽造視頻中常出現的音畫不同步、唇形與發(fā)音不匹配等問題，實驗室開發(fā)了多模態(tài)算法進行比對校驗?！斑@些高精尖的檢測能力已被主流媒體的事實核查項目所采用和集成，極大地提高了媒體在處理海量和高仿真虛假信息時的效率和準確率?！?唐夢云強調，“技術與媒體的深度合作，是打贏這場‘信息戰(zhàn)’的關鍵基礎”。

清華大學新聞與傳播學院院長助理陳梁副教授最后則從傳播學和行為科學的角度，以“當風險變成信念：誰在驅動事實查證行為？”為題展開學術討論與剖析。陳梁指出，在社交媒體時代，公眾不僅是信息的接收者，也是信息的創(chuàng)造者和傳播者，更可以是事實核查的主體，“只有當公眾形成一個主動核查的習慣，社會才能有一個更好的自我凈化、持續(xù)防御的能力”。

陳梁所分享的他的研究也挑戰(zhàn)了傳統(tǒng)觀念——即僅靠感知到虛假信息的威脅（風險感知）就能有效驅動公眾采取核查行動。但基于第三人效果理論的探索卻進一步發(fā)現：雖然意識到虛假信息威脅能提高核查重要性的認知，但風險感知并不能顯著預測事實核查行為。更重要的是，研究發(fā)現核查行為本身作為一種社會參與，能夠反過來持續(xù)增強公眾對虛假信息社會危害的認知。因此陳梁提出，為有效激發(fā)公眾的核查動機，應從“威脅驅動”轉向“參與驅動”。最后，陳老師呼吁媒體機構應“從信息裁判的角色轉向公眾賦能的角色”，使技術和平臺真正被公眾所使用，“事實核查真正的動力其實不在于讓人去害怕錯誤的信息，而在于讓更多的人去相信我能做、我該做、我愿做、我做有意義?！标惲嚎偨Y道。

隨后，工作坊嘉賓與現場近80位觀眾一起，就若干具有代表性的全球發(fā)展與健康領域的虛假信息與議題展開頭腦風暴，分析溯源鏈條并找出共性問題。在活動最后，主持人蘇婧副教授指出，在教學實踐中，AI已對寫作教育構成巨大挑戰(zhàn)，這也凸顯了反AI造假偵查技術和全民媒介素養(yǎng)普及的極端重要性，“盡管媒體和機構正通過技術賦能進行不懈努力，但AI造假的成本似乎仍低于核查成本，這是一個所有參與者共同面臨的嚴峻挑戰(zhàn)”。